[发明专利]路沿分布信息获取方法、装置、电子设备和存储介质

权利要求书

1.一种路沿分布信息获取方法，其特征在于，包括：

获取车辆采集到的点云数据；

将所述点云数据输入预先训练的路沿检测模型中，得到所述点云数据中每个目标点属于可行驶区域的第一概率以及属于非可行驶区域时所述目标点属于路沿的第二概率；

根据所述第一概率和所述第二概率生成路沿和可行驶区域分布图像。

2.根据权利要求1所述的路沿分布信息获取方法，其特征在于，所述将所述点云数据输入预先训练的路沿检测模型中，得到所述点云数据中每个目标点属于可行驶区域的第一概率以及属于非可行驶区域时所述目标点属于路沿的第二概率，包括：

根据所述点云数据生成第一二维图像；

将所述点云数据和所述第一二维图像输入预先训练的路沿检测模型中，得到第二二维图像，所述第二二维图像中的每个像素对应于所述点云数据中的每个目标点，所述每个像素关联有所述目标点属于可行驶区域的第一概率以及属于非可行驶区域时所述目标点属于路沿的第二概率。

3.根据权利要求2所述的路沿分布信息获取方法，其特征在于，所述根据所述点云数据生成第一二维图像，包括：

将所述点云数据中每个目标点的三维坐标转换为二维坐标；

基于所述二维坐标生成第一二维图像。

4.根据权利要求1所述的路沿分布信息获取方法，其特征在于，所述路沿检测模型通过以下方式训练：

获取训练点云数据；

根据所述训练点云数据生成二维标签图像，所述二维标签图像中每个像素关联有所述像素属于可行驶区域的第三概率以及所述像素属于非可行驶区域时所述像素属于路沿的第四概率；

将所述训练点云数据输入路沿检测模型中得到二维预测图像，所述二维预测图像中每个像素关联有所述像素属于可行驶区域的第五概率以及所述像素属于非可行驶区域时所述像素属于路沿的第六概率；

根据所述第三概率、第四概率、第五概率以及第六概率对所述路沿检测模型的模型参数进行调整，并返回将所述点云数据输入路沿检测模型中得到二维预测图像的步骤。

5.根据权利要求4所述的路沿分布信息获取方法，其特征在于，所述根据所述训练点云数据生成二维标签图像，包括：

将所述训练点云数据中每个点的三维坐标转换为二维坐标；

生成第三二维图像并根据所述二维坐标将所述训练点云数据中的每个点映射到所述第三二维图像上；

在所述第三二维图像上关联每个像素属于可行驶区域的第三概率以及所述像素属于非可行驶区域时所述像素属于路沿的第四概率，得到二维标签图像。

6.根据权利要求4所述的路沿分布信息获取方法，其特征在于，所述将所述训练点云数据输入路沿检测模型中得到二维预测图像，包括：

初始化路沿检测模型，所述路沿检测模型包括依次连接的全连接网络、池化网络以及卷积网络；

生成所述训练点云数据的第四二维图像；

将所述训练点云数据输入所述全连接网络以及将所述第四二维图像输入所述池化网络以在所述卷积网络输出二维预测图像。

7.根据权利要求6所述的路沿分布信息获取方法，其特征在于，所述根据所述第三概率、第四概率、第五概率以及第六概率对所述路沿检测模型的模型参数进行调整，包括：

采用所述第三概率、第四概率、第五概率以及第六概率计算损失率；

判断所述损失率是否小于预设阈值；

若是，停止对所述路沿检测模型进行训练；

若否，对所述路沿检测模型的模型参数进行梯度下降，并返回将所述训练点云数据输入所述全连接网络以及将所述第四二维图像输入所述池化网络以在所述卷积网络输出二维预测图像的步骤。